В России начали применять ИИ для ранней диагностики ДЦП
Петербургские ученые разработали технологию, позволяющую за несколько минут разглядеть патологии ЦНС у младенцев. Ранняя диагностика даст возможность своевременной реабилитации, в том числе – при ДЦП.
ИИ на службе медицины
Специалисты Санкт-Петербургского государственного педиатрического медуниверситета совместно с Yandex Cloud и Школой анализа данных разработали систему на базе нейросетей. Новая система будет автоматически сегментировать серое и белое вещества головного мозга у детей возрастом до 1 года по снимкам МРТ. Благодаря этому диагностика патологий центральной нервной системы (в том числе ДЦП) у младенцев станет намного более оперативной, точной и объективной.
На сегодняшний день ранняя диагностика таких заболеваний сильно затруднена: клинические симптомы появляются в полтора-два года, обработка МРТ требует времени и опыта. Кроме того, отсутствуют возрастные стандарты по объемам мозга, а ручная сегментация веществ слишком трудоемка и субъективна. Использование нейросетей (в частности, архитектур U-Net, ResNet и подобных), а также облачной инфраструктуры Yandex Cloud для быстрой обработки снимков, автоматического выделения и подсчета объемов серого и белого веществ позволяет сократить время анализа до нескольких минут.
Новое изобретение российских ученых – пример применения отечественных IT-ресурсов в критически важной отрасли медицины – педиатрии. В результате улучшится здоровье детей в целом, будут снижены последствия поздней диагностики. Выиграет и сама сфера здравоохранения: снизятся затраты на поздние и тяжелые формы лечения, уменьшится количество ошибок, а доступ к обследованию станет более равномерным (особенно это касается удаленных регионов).
Доступная диагностика
Технология имеет все шансы масштабироваться на другие регионы – это особенно важно для территорий с меньшим доступом к специалистам, где ИИ сможет компенсировать этот дефицит. Благодаря новой системе в клиническую практику будут интегрироваться ИИ-решения, появится возможность стандартизировать возрастные нормы веществ головного мозга, установить нормативы и включить новые нормы в рекомендации Минздрава или региональных здравоохранительных структур.
Со временем специалисты смогут расширить спектр заболеваний, которые будет диагностировать ИИ: к ДЦП могут добавиться, например, другие патологии мозга, неврологические заболевания, аутизм и другие патологии. Предстоит также разработать интерфейсы для врачей и организовать обучение работе с такими инструментами.
Благодаря своей актуальности технология может стать экспортным продуктом для зарубежных стран, в которых существуют похожие проблемы с диагностикой у младенцев и не хватает ресурсов или узких специалистов. Вероятно создание конкурентоспособного российского ПО и ИИ-решений.
Мировые исследования
Движение в сторону применения ИИ в диагностике в мире набирает обороты. Так, в Швеции модель ML на основе 28 показателей выявляет риск аутизма у детей до 2 лет с 80%-й точностью. В Австралии технология Baby Moves производит анализ видеороликов с движениями младенцев с помощью смартфона. Модель выявляет 76% случаев аномального моторного поведения, которое потенциально указывает на риск ДЦП. При этом ИИ работает с “видимыми” проявлениями патологии, не требующими дорогого оборудования.
В целом в мире (в том числе и в России) растет число исследований по сегментации, автоматизации визуализации, однако зачастую их применение ограничено. Как правило, это пилотные исследования и публикации, закрытые лаборатории. Практическая интеграция таких решений пока остается недостаточной.
Универсальные сервисы и федеральные стандарты
Проект СПбГПМУ и Yandex Cloud является важным шагом в направлении ранней диагностики патологий ЦНС у младенцев.
Уже в ближайшие два года можно прогнозировать появление пилотных инструментов в клиниках крупных городов. В пределах пяти лет будут разработаны федеральные стандарты, расширится спектр заболеваний. Не исключен и экспорт решения в страны СНГ и другие государства с аналогичными условиями.
В долгосрочной перспективе имеет смысл ожидать более глубокой интеграции ИИ-диагностики в педиатрическую практику. Вероятно, будут появляться универсальные сервисы, с помощью которых родители смогут, загрузив данные, получить контроль динамики развития, профилактическую консультацию и персонализированную поддержку.
Вместе с тем не стоит исключать и возможные риски. К ним можно отнести проблемы с защитой и хранением данных и анонимизацией, неоднородность качества снимков и оборудования, разницу в квалификации специалистов. Для того, чтобы избежать негативного развития событий, стоит делать упор на создание норм с учетом региональных и демографических особенностей. Должны быть сформированы централизованные базы данных МРТ младенцев с качественной разметкой. И, конечно же, необходима поддержка государства и привлечение к проекту медицинских ассоциаций.
